该 Scenario 面向完整前体侧已知、产物未知的反应结果预测。Harness 获得匿名反应物和试剂字段，在固定 Top-K 预算内预测主要产物。它既可独立评价 forward model，也可作为逆合成提案的 round-trip 诊断；但主 Benchmark 不把逆合成模型生成的前体混入测试集，以免同时测量两个模型的错误。
与已知 intended product、只检查 round-trip 是否恢复目标的基础用法相比，本场景在生成和排序期间完全隐藏产物，并冻结 reactant/reagent 角色。模型必须在可能的骨架、区域选择性和立体结果之间完成真正的 outcome prediction；不能利用 intended product 做 beam reranking，也不能把逆合成模型的错误混入 forward accuracy。
默认数据使用 Molecular Transformer 官方 USPTO_MIT 的 separated test split，默认模型为 ReactionT5v2-forward。产品标签在 Harness 执行期间完全隐藏。由于专利记录通常只列报告主产物，Top-K exact match 衡量对记录结果的恢复，不代表未记录副产物一定错误，也不代表预测命中即可在实验中实现。
立体化学是本场景的重要组成。主指标保留 isomeric SMILES；另行报告忽略立体化学的 connectivity accuracy，用于区分骨架错误和立体错误，不能用后者替代主指标。
REACTANT、REAGENT、PRODUCT 字段并支持 beam generation。USPTO 派生数据的再发布条款需要独立审计。正式发布只提供从固定上游快照构建的匿名 test inputs 与私有 labels，不宣称 MIT 代码许可证覆盖原专利数据。
USPTO/data.zip 或 tokenized 数据包中确认所选 separated test 文件，保留原测试划分，不重新随机切分。上游示例使用 src-test.txt 与 tgt-test.txt；选定包内的实际路径和角色分隔规则仍须核验，不能假定已有官方 test.csv。若转换为本场景 CSV，记录来源成员文件、转换版本和哈希；候选来源见 test_cases 来源核验。USPTO_test_data_path 去除重叠，正式 checkpoint 仍需记录其训练 manifest 证明该逻辑实际使用。SHA256(input_signature + benchmark_seed) 冻结固定数量，匿名为 forward_target_0001...。严格隐藏产物的正向预测场景 基础 round-trip 检查
冻结 reactants + reagents 输入候选前体
│ │
▼ ▼
角色、组分顺序和立体规范冻结 调用 forward model
│ │
▼ ▼
固定 checkpoint + Top-K 生成 看目标是否出现
│
▼
保留全部 beam、无效与重复输出
│
▼
isomeric 与 connectivity 两套规范化
│
▼
冻结后由 evaluator 读取真实产品评分
给定一组匿名反应的反应物和试剂/催化剂/溶剂字段，在不能访问产物、反应类别和原始专利上下文的情况下，请预测每条反应的 Top-5 主要产物，区分结构无效、骨架错误和立体化学错误，并保存完整 beam 与模型 provenance。
目标： 确认 reactant/reagent 边界与模型格式，不因预处理差异泄漏产物。
输入： reaction_inputs.csv 和 config。
输出： 规范化输入、字段缺失与解析报告。
技术： 分别解析 REACTANT 和 REAGENT；组分内部按固定策略 canonicalize/sort。不得把 product 片段、产物 atom map 或反应类别留在输入。
目标： 证明 checkpoint 身份与 test reaction 隔离。
输入： model manifest、checkpoint、训练数据说明。
输出： admission report。
技术： 校验权重哈希、代码 commit、模型 input template、训练去重清单和许可证。无法证明排除 test 的模型只能作为非正式探索结果。
目标： 在一致 beam 与硬件预算下生成 Top-K。
输入： 规范化前体、model、beam config。
输出： raw product strings、sequence scores、rank、耗时。
技术： ReactionT5v2 使用固定 REACTANT:...REAGENT:... 模板、最大输入/输出长度、beam size 和返回数。截断必须记录；不得在看到 Ground Truth 后增大 beam。
目标： 公平比较等价 SMILES，并区分无效、骨架和立体错误。
输入： raw beams。
输出： isomeric canonical product、non-isomeric connectivity signature、parse/duplicate 状态。
技术： sanitize 后生成两种签名；多组分产品的 salt/主产物处理规则必须与数据构建一致。非法输出保留，不用低 rank 自动补足后隐藏失败。
目标： 描述模型内部不确定性，不把 beam score 伪装成校准概率。
输入： Top-K 与 raw scores。
输出： score margin、unique products、结构多样性和不确定性标签。
技术： 报告 Top-1/2 margin、候选数量、fingerprint diversity。只有在 public validation 上完成预注册校准时才输出概率。
目标： 结果冻结后对隐藏产品评分。
输入： predictions、private products。
输出： Top-K accuracy、MRR、立体/骨架错误分层和资源指标。
技术： 先逐 reaction 评分，再总体和按反应类别汇总。多参考产品按任一合法参考命中计算。
input/
├── reaction_inputs.csv
├── scenario_config.json
├── model_manifest.json
└── environment_manifest.json
公开 CSV 只含 reaction_id,reactants,reagents。若某条记录无 reagent，使用明确空字段而非缺列。
private_evaluator/
├── products.jsonl
├── reaction_classes.csv
├── source_provenance.json
├── split_and_dedup_audit.json
└── evaluation_config.json
intermediate_results.json 最低要求{
"scenario_id": "forward_prediction_uspto_mit_separated_v1",
"dataset_snapshot": "<snapshot>",
"input_hashes": {},
"model": {"id": "<model>", "checkpoint_sha256": "<sha256>"},
"generation": {"top_k": 5, "num_beams": 5},
"canonicalization": {},
"reactions": [],
"aggregate_diagnostics": {},
"warnings": []
}
每条 reaction 保存格式化模型输入的哈希、全部 raw/canonical beam、score、rank、parse/duplicate/truncation 状态与耗时。
reference_repository/
├── README.md
├── environment.yml
├── pipelines/
│ └── 04_forward_prediction.py
└── test_cases/
├── install.py
├── evaluate.py
├── database_sources.json
└── 04_forward_prediction.json
仓库中的实际参考实现位于 scenarios/pipelines/ 与
scenarios/test_cases/。公开 pipeline 固定完整 Top-K 输出；产品 reference 只留在
private evaluator 边界。
全流程可离线自动化：角色校验 ✓ → checkpoint/泄漏审计 ✓ → Top-K 生成 ✓ → 两级产品规范化 ✓ → 私有标签评价 ✓。正式发布的主要阻塞项是 USPTO 派生数据许可记录与 checkpoint 训练去重证明。
仓库已提供 retrosynthesis_planning.forward_benchmark：严格分离 reactants/reagents，保留 invalid、empty、duplicate 与 unused beam，私有 evaluator 同时计算 isomeric 和 connectivity Top-K，并单列立体化学错误。模型 checkpoint 与受许可约束的数据仍需外部冻结。
检查角色边界、测试泄漏审计、固定生成预算、完整 beam、isomeric/connectivity 双重诊断、不确定性语义与私有标签隔离。
检查输入/checkpoint 哈希、模型模板、tokenizer/依赖版本、截断参数、随机性和单一重跑入口。
PRODUCT 列或产物 atom map；